Ascertainment Bias: Definizione, Esempi

Bias in Statistica > Ascertainment Bias

Che cosa è Ascertainment Bias?

Il bias di accertamento si verifica quando i risultati del tuo studio sono distorti a causa di fattori di cui non hai tenuto conto, come la conoscenza da parte di un ricercatore di quali pazienti stanno ricevendo quali trattamenti negli studi clinici o metodi di raccolta dati scadenti che portano a campioni non rappresentativi.

Sperimentazioni cliniche

Il bias di accertamento nelle sperimentazioni cliniche avviene quando una o più persone coinvolte nella sperimentazione sanno quale trattamento sta ricevendo ogni partecipante. Questo può portare i pazienti a ricevere trattamenti diversi o co-trattamenti, che distorcono i risultati dello studio. Un paziente che sa che sta ricevendo un placebo potrebbe essere meno propenso a riferire i benefici percepiti (l'”effetto placebo”).
L’effetto non è limitato alla persona che dà il trattamento e alla persona che lo riceve: anche la persona che scrive i risultati dello studio può introdurre un bias di accertamento se sa quali persone stanno ricevendo quali trattamenti. Il modo migliore per evitare che questo accada è usare la cecità e l’occultamento dell’assegnazione.

Problemi con la raccolta dei dati

L’ascertainment bias può accadere negli esperimenti durante la raccolta dei dati; è un fallimento nella raccolta di un campione rappresentativo, che distorce i risultati dei vostri studi. Per esempio, il rapporto tra i sessi dell’intera popolazione mondiale è di circa 101 maschi e 100 femmine. Supponiamo che tu voglia ricalcolare questa cifra prendendo un campione di 1.000 donne nel tuo college per sole donne e chiedendo loro quanti figli maschi e femmine ci sono nella loro famiglia. Il risultato di questo sondaggio mostrerà una pesante distorsione verso le donne, per il semplice fatto che tutte le donne hanno almeno una femmina (loro stesse) nella loro famiglia. Il sondaggio esclude qualsiasi famiglia in cui ci sono solo figli maschi. Anche se questo è un esempio estremo, avere numeri non uguali (cioè 400 donne e 600 uomini) introdurrà comunque una distorsione nei tuoi risultati.

——————————————————————————

Hai bisogno di aiuto per un compito o una domanda di un test? Con Chegg Study, puoi ottenere soluzioni passo dopo passo alle tue domande da un esperto del settore. I tuoi primi 30 minuti con un tutor Chegg sono gratuiti!